SWMM参数率定

合集下载

雨洪管理模型SWMM的原理、参数和应用

雨洪管理模型SWMM的原理、参数和应用

(4)排放参数影响径流的排放位置和方式,进而影响排水系统的设计和环境 的影响。
改进建议包括:提高参数的测量和获取精度;建立完善的数据库和模型不确定 性评估体系;加强SWMM与其他模型的联合应用,如GIS、数值模拟等,以提高 模拟结果的精度和可靠性。
谢谢观看
这些参数对SWMM模拟结果的影响主要表现在:
(1)降雨参数影响径流量的产生和时空分布,进而影响雨水径流污染负荷和 排水系统的设计;
(2)地表参数影响径流的汇聚和传输,进而影响径流污染负荷的处理和污水 收集系统的设计;
(3)管网参数影响径流的输送和排放能力,进而影响排水系统的设计和径流 水质改善;
2、参数获取与影响分析
这些参数的获取方式和准确度对于SWMM模拟结果的可靠性至关重要。一般而言, 降雨参数可通过历史降雨数据统计分析和气象模型预测等方法获取;地表参数 可通过遥感影像解译、现场调查和GIS分析等方法获取;管网参数可通过实地 勘察测量和工程设计资料获取;排放参数则可根据排放口的设计和控制要求进 行设置。
2、设计流程与参数设置方法
SWMM的设计流程一般包括以下步骤:
(1)收集并整理项目区域的地理信息,如地形数据、土地利用类型、降雨数 据等;
(2)根据项目需求,选择适当 的模拟模块和参数设置;
(3)根据设计目标,调整模拟参数,进行多次模拟,直至达到最佳估,为决策提供支持。
(1)降雨参数包括降雨强度、降雨历时、降雨分布等,它们决定了地表径流 的产生和水量;
(2)地表参数包括土地利用类型、地表粗糙度、下垫面性质等,它们影响雨 水径流的产生、汇聚和传输;
(3)管网参数包括管道直径、长度、埋深、坡度等,它们决定了雨水径流的 输送和排放能力;
(4)排放参数包括排放口位置、排放方式、排放量等,它们影响雨水径流的 排放和控制。

基于SWMM的水文参数敏感性分析

基于SWMM的水文参数敏感性分析

基于SWMM的水文参数敏感性分析作者:陈馨来源:《科技风》2016年第09期摘要:为了提高参数率定效率,有必要对暴雨管理模型参数进行敏感性分析。

以重庆交通大学南岸校区为例,建立暴雨管理模型,分析模型参数对径流峰值的敏感性。

结果显示:不透水率曼宁系数为敏感参数,不透水区洼蓄量为中等敏感参数,不透水率、透水率曼宁系数、透水区洼蓄量、无洼蓄不透水区所占比例这四个参数均为不敏感参数。

关键词:SWMM;敏感性;水文参数随着城市建设的迅速发展,城市不透水比例迅速增大,降雨形成的径流也不断增大,市政排污等问题日益显著。

利用美国环保署(EPA)暴雨管理模型(SWMM)对暴雨径流进行计算,可以简单便捷的处理城市排涝问题。

但暴雨管理模型的参数率定是不可或缺的[ 1 ]。

然而,大多数情况下,模型比较复杂,对参数率定非常困难,有时却是没有必要的,因为,有些参数对模型计算并不敏感[ 2-4 ]。

为了提高参数率定效率和提高名称参数的可靠性,有必要对参数的敏感性进行分析。

本文以重庆交通大学为例,建立暴雨管理模型,分析各参数对该模型的敏感性。

1 敏感性分析方法摩尔斯筛分法运用比较广泛,选择变量x后,随机改变该变量得到xi,运行得到相应目标函数值y(xi),最终,采用影响值Ei判别该变量的敏感性:张胜杰等[ 5 ]对上述方法进行修正,采用固定变量改变步长的方法,运用如下影响值公式进行敏感性分析:固定步长的分析方法有利于对多个参数的敏感性进行对比分析,本文采用摩尔斯改进方法进行敏感性分析。

2 模拟方法2.1 SWMM模型以重庆交通大学南岸校区为研究对象,根据校园内的地形条件,对重庆交通大学进行集雨面积划分,分为教育超市区、河海学院块、机电学院及基础实验大楼块、第1教学楼及老行政楼块、继续教育学院块、体育场块、交大邮政所块、南塘苑块、图书馆块。

各集雨区域特征参数按照1∶1地图量测得到,下渗模型采用Green-Ampt模型。

地下排水管道采用封闭箱型排水管,粗糙系数为0.01。

暴雨管理模型SWMM的应用探讨

暴雨管理模型SWMM的应用探讨

暴雨管理模型SWMM的应用探讨1 前言当前,城市快速发展,河流水系遭受破坏,水面率急剧下降,地面快速硬化、排水设施建设滞后、极端天气频现等造成了城市内涝严重,各地频现积涝成灾现象。

如何有效应对城市排水防涝已成为影响经济发展、人居环境的重大问题,找到一种合适的确定排水防涝设施规模的方式方法,即可以节约工程投资、亦充分发挥市政管网、河流水系的功能,同时亦可排查现状市政管网存在问题,对规划市政管网提出建议。

2 SWMM模型建立1)SWMM模型介绍模型分为以下几个核心模块:径流(RUNOFF)模块、输送(TRANSPORT)模块、扩充输送(EXTRAN)模块和蓄存/处理(TORAGE/TREATMENT)模块。

SWMM模型不包括受纳水体计算模块,但是提供了美国环保总局开发的WASP 模型和DYNHYD模型接口。

SWMM模型还包括很多服务模块,如同及模块、绘图模块、联合模块、降雨模块等。

各模块之间的关系如图2-1所示。

图2-12)设计暴雨确定以安徽省马鞍山市慈湖河流域中下游两岸的圩区建立泵站为例,设计雨量采用马鞍山站实测雨量资料(选用马鞍山气象站1953~2010年共58年实测降雨资料,并对10分钟、30分钟、1小时、6小时雨量系列经插补后,采用P-Ⅲ理论曲线进行适线)与1995年《安徽省长短历时年最大暴雨统计参数等值线图》两种方法分别计算,根据慈湖河流域特性,经分析比较后选用。

慈湖河流域中心点各时段设计雨量成果见表2-1。

降雨过程依据“84办法”分析确定。

最大1小时雨量与最大24小时雨量的比值,查得暴雨衰减指数(n),确定其3小时雨量占24小时雨量的比值,降雨过程采用不同时段设计雨量内含的形式分析确定,20年一遇、10年一遇24小时降雨过程见图2-2、图2-3。

3 排涝泵站规模优化排涝泵站规模确定原则为满足地形对泵前水位的要求,各个集流井位置满足淹没水深小于15cm,淹没时间小于1h作为确定涝区控制条件,排水分区最高控制水位确定为为了保证设计暴雨频率下,泵站流域范围内不产生涝区采取的最高水位。

一种耦合SWMM计算的参数自动率定算法及实现

一种耦合SWMM计算的参数自动率定算法及实现

第47卷第1期2021年给水排水WATER&WASTEWATER ENGINEERING Vol.47No.12021一种耦合SWMM计算的参数自动率定算法及实现杨森雄I卿晓霞$朱韵西I(1重庆大学环境与生态学院,重庆400045;2重庆大学土木工程学院,重庆400045)摘要:基于动态参数调整策略和改变新和声向量产生机制,提出了一种改进的和声搜索算法,用于SWMM参数自动率定计算。

通过扩展SWMM原始动态链接库的应用程序接口函数,并在MT-LAB平台编程耦合SWMM与改进的和声搜索算法,实现了SWMM参数的自动率定和模拟计算。

最后以重庆某小区为研究对象,用一场降雨实测数据进行模型参数自动率定和模拟计算,得到纳什系数为0.969•峰值流量相对百分误差为4.91%;用另两场降雨实测数据进行验证,得到纳什系数分别为0.834和0.91,峰值流量相对百分误差分别为9.31%和9.95%,表明该模型参数自动率定算法的准确性和稳定性。

关键词:雨洪模型;SWMM;参数率定;最优化计算;和声搜索算法中图分类号:TU992文献标识码:A文章编号:1002—8471(2021)01—0148—07DOI:10.13789/ki.wwel964.2021.01.029引用本文:杨森雄,卿晓霞,朱韵西•一种耦合SWMM计算的参数自动率定算法及实现[J]•给水排水,2021,47(1):148-154.YANG S X,QING X X,ZHU Y X.An auto-calibration method bycoupling SWMM with optimization algorithm and its implementation[J].Water&WastewaterEngineering,2021,47(1):148-154.An auto-calibration method by coupling SWMM withoptimization algorithm and its implementationYANG Senxiong1,QING Xiaoxia2,ZHU Yunxi1(1.College of Environment and Ecology,Chongqing University,Chongqing400045,China;2.School of Civil Engineering,Chongqing University,Chongqing400045,China)Abstract:This article improves the Harmony Search algorithm,by dynamically adjusting the parameter of the algorithm and changing the mechanism of new harmonic vector generation,to re­alize auto-calibration in SWMM.By extending the application program interface of SWMM9s dy­namic link library and coupling SWMM with improved harmony search algorithm in Matlab,the auto-calibration and numerical simulation are implemented.According to the case of a community in Chongqing,one measured rainfall data is used to calibrate the model?s parameters and conduct numerical simulation.The results show that the Nash efficiency coefficient is0.969and the relative percentage error of peak flow is4・91%・Other two rainfall events are used to verify.The simula­tion results demonstrate that the Nash efficiency coefficients are0・843and0・91respectively and the relative percentages error of peak flow are9・31%and9・95%respectively,indicating that the基金项目:国家重点研发计划(2017YFC0404704);重庆市技术创新与应用示范专项重点研发项目(cstc2018jszx・zdyfxmXOO10)o148第47卷第1期2021年给水排水WATER&WASTEWATER ENGINEERING Vol.47No.12021 optimization model has good accuracy and stability.Keywords:Urban strom water model;SWMM;Harmony search algorithm0引言利用雨洪模型对城市降雨径流地行模拟,是目前预测和评估城市内涝风险的主要研究方法。

SWMM模型中参数率定及局部灵敏度分析

SWMM模型中参数率定及局部灵敏度分析
Key words: SWMM ; disturba n ce analysis; hydrological pa rameters; water qua lity parameters
目前 ,SWMM 模 型被 广泛 应 用 于城 市 地表 径 流 污染 研究 和城 市 排水 管 网的规 划 、设计 与 分 析 【1-2]0
至 126。12 、北 纬 36。至 36。30 ,属东 亚季 风大 陆性气
基 金 项 目 :国家 自然 科 学 基 金 项 目(51478230)
· 21 ·
第 10卷 第 3期
供 水 技 术
2016年 6月
候 。胶 州 市新 城 区北至扬 州 路 ,南 至香 港路 ,西 至杭 州路 ,东 至胶黄 铁路 ,排水 体 制为雨 污分 流 。本研 究 选取 部 分 新城 区 ,总 面 积 为 305.2 ha。结 合该 区域 的雨水 系统 调查 结果 和 SWMM 模 型 的应用 要 求 ,对 研 究 区域进 行概 化 ,共 划 分 子 汇 水 区 56个 、雨 水 管 段 83条 、检查 井 节 点 86个 、末端 排 放 口 3个 ,研 究 模 型 如 图 1所示 。
Guan Yihong, Lv Mou, W ang Ye, Yang Tingting (School ofEnvironmental and Municipal Engineering,Qingdao Technological University,
Qingdao 266033,China)
本研 究 中利 用 SWMM 软 件对 胶 州 市 新 城 区雨 水 管 网建 立模 型 ,模 型 的可 靠 性 主要 取 决 于模 型 参 数 的 取值 ,为便于模型参数 的率定 ,选 取需要率定 的参 数 ,采用扰动分析法进行局部敏感性分析,其余参数 均根据研究区实际情况 的资料进行输入 ,从而使参

基于SWMM模型的贵安新区暴雨径流过程模拟

基于SWMM模型的贵安新区暴雨径流过程模拟

基于SWMM模型的贵安新区暴雨径流过程模拟作者:胡彩虹李东李析男来源:《人民黄河》2020年第05期摘要:以貴州省贵安新区示范区为例,构建暴雨洪涝模型(SWMM),选择SCS径流曲线计算下渗量,比较模型模拟流量与研究区排水口的实测流量,结果表明模拟径流过程与实测径流过程吻合度较好,用于校准和验证的5场降雨径流的模拟误差分析和Nash系数也均符合标准。

研究表明,SWMM模型可应用于贵安新区城市洪涝的模拟,可以为该地区海绵城市建设以及雨洪管理措施的实施提供理论依据。

关键词:贵安新区示范区;SWMM;SCS径流曲线;雨洪模拟中图分类号:TV121 文献标志码:Adoi:10.3969/j.issn.1000-1379.2020.05.002Abstract:Taking the demonstration area of Guian New District as an example, the storm flood model was constructed and the SCS runoff curve was selected to calculate the infiltration amount. Comparing the simulated flow of the model with the measured flow of the drainage outlet in the studyarea, the results showed that the model-simulated runoff process was in good agreement with the measured runoff process. The simulation error analysis and Nash coefficients of five events of rainfall runoff used for calibration and verification were also in accordance with the standards. The research shows that the SWMM model can be applied to the simulation of urban floods in Guian New District, which can provide an important theoretical basis for the construction of sponge cities and the implementation of stormwater management measures in the region.Key words: demonstration area of Guian New District; SWMM; SCS runoff curve; rain flood simulation1 引言近年来随着我国城镇化速度的不断加快,城市洪水内涝问题成为威胁城市安全和社会稳定的重要因素之一[1-2]。

浅谈暴雨管理模型SWMM在平原圩区的应用

浅谈暴雨管理模型SWMM在平原圩区的应用

浅谈暴雨管理模型SWMM在平原圩区的应用1 前言近年来,城市内涝问题,日趋严重,极端天气频现,各地频现积涝成灾现象。

如何解决关系国计民生的城市内涝问题,在社会各界掀起了广泛讨论,人们对现行的排水标准、排水系统建立、排涝标准、乃至排水防涝的设计方式方法,都提出了不同的意见。

新版的排水规划针对汇水面积大于2km2的排水分区建议采用模型进行模拟排水防涝设施以优化工程设计。

采用暴雨管理模型SWMM,建立排水防涝模型,通过拟定方案比选优化排涝设施规模,是一种较新的设计方法。

其中建立合适的率定模型,对模型参数进行率定验证尤为重要。

2 SWMM模型建立1)SWMM模型介绍模型分为以下几个核心模块:径流(RUNOFF)模块、输送(TRANSPORT)模块、扩充输送(EXTRAN)模块和蓄存/处理(TORAGE/TREATMENT)模块。

SWMM模型不包括受纳水体计算模块,但是提供了美國环保总局开发的WASP 模型和DYNHYD模型接口。

SWMM模型还包括很多服务模块,如同及模块、绘图模块、联合模块、降雨模块等。

各模块之间的关系如图2-1所示。

图2-12)SWMM模型建SWMM模型建立包括以及几个步骤:(1)管网概化利用研究区域的管网数据信息,主要包括:管网的空间位置(即X、Y 坐标)、节点高程、管长、管径、流向、坡度等属性数据,通过GIS 对管网节点(检查井)和汇水区进行分析处理,并将结果输入SWMM 模型中,以便后面的研究。

所选区域检查井众多,本文只对功能性突出、对模拟产生直接影响的检查井进行研究。

根据区域地形以及管网图,将汇水区内的管网简化后直接汇流到城市雨水管网支管中。

(2)建立河网通过地形图和河道规划图,提取河道信息,建立河网。

(3)排水模块中各物理特征值确定方法如下:排水管网特征数据(管道长度、高程管径):排水管网特征数据如管道长度、管道上下游管底高程、管径以及检查井处地面高程、井底高程均通过实地地形勘测资料获得。

基于互信息的SWMM模型参数全局敏感性分析

基于互信息的SWMM模型参数全局敏感性分析

基于互信息的SWMM模型参数全局敏感性分析作者:王汉明李传奇熊剑智宋苏林来源:《人民黄河》2017年第10期摘要:采用互信息方法对SWMM模型输入参数与输出结果之间的非线性关系进行了全局敏感性分析。

以山东大学千佛山校区降雨径流模拟为例,采用拉丁超立方体抽样,研究了SWMM模型模型参数对输出结果的影响程度。

结果表明:峰值流量最敏感的参数为透水区曼宁糙率系数;峰现时间最敏感的参数为管道曼宁糙率系数,其次为最小渗透率;总产流最敏感的参数为最小渗透率。

关键词:信息熵;互信息;全局敏感性分析;参数选择;SWMM模型随着城市化进程的不断加快,城区不透水区比例增大,城市下垫面条件的改变使得暴雨时产生洪涝灾害的概率显著增大。

SWMM(Storm Water Management Model)模型是美国环保局开发的城市暴雨管理模型,该模型可以对区域内降雨及产生的径流输送过程进行模拟,目前已被广泛地应用到城市暴雨洪水管理中。

参数率定是降雨径流模型研究中的重要步骤,通过率定后的参数值可以使模型的结果更加接近实测值,从而使模拟结果更加可靠。

与众多的水文模型类似,SWMM模型参数较多,难以率定。

若盲目地对全部参数进行调节,则不仅费时费力,而且会出现不同的参数组合产生相同结果的情况,降低模型的可靠性。

如何快速、准确地调整参数,使模拟结果更加接近实测值,是水文模型研究的难题。

参数敏感性分析是模型参数率定的辅助方法。

通过研究模型参数对模型输出结果的影响,识别关键参数,可为模型的参数率定提供重要的参考。

参数敏感性分析方法可分为局部敏感性分析和全局敏感性分析。

局部敏感性分析通过控制其他参数取值不变,反映单个参数对模型输出结果的影响:全局敏感性分析则可以反映所有参数对输出结果的影响,适合存在“异参同效”现象的水文模型。

常用的敏感性分析方法有多元回归法、Sobol法、Morris法、Glue法、互信息法等,其中互信息法可以表示两个变量或多个变量之间共享的信息量,能够很好地刻画变量问的非线性相关关系,适合处理非线性动力学问题。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

SWMM模型作为一个城市雨洪管理模型已经被越来越广泛地使用,但是建立一个精度良好的模型并不容易,往往需要花费相当精力来进行参数率定工作。

参数率定或者说调参的前提条件是模型已经基本搭建好,降雨与管网这些基础数据具有一定的精度以及在此基础上的各种概化处理相对合理,否则的话调参就没有多少意义。

SWMM模型的参数很多且又是一个分布式的,所以调参是一件很复杂的事情,需要有一定经验才能完成好,盲目地调整不仅浪费时间,有时还浪费表情,因为不是每次调整都会出现预期的结果。

深入了解SWMM模型各个参数的含义和敏感性对率定工作还是相当有好处的,至少能够明确调整的方向。

一般来讲,对于径流系数或者产流量来讲,不透水率、流域的面积以及特征宽度还有坡度是影响最大的几个参数,其余参数的影响几乎可以忽略不计。

对于洪峰流量,一般来说影响最大的几个参数依次是流域面积,特征宽度,不透水率,透水区洼蓄量,不透水区曼宁系数,坡度。

当然,不同区域不同情形下,这个参数的排序会略有差别,但也不会有较大的出入。

至于每个参数的具体影响,这里就不详述了,如果知道模型计算原理的话是很容易推导出来的。

需要说明的是有人也许会说降雨量是对结果影响最大的一个参数,这话也没有错,但这里没有将降雨当作一个参数来分析。

有时会碰到这样一个问题,当我们把结果调得很接近现实或者说实测数据时,却发现有些参数已经被调得很离谱了,早就不满足其物理意义了或者说离实际差好远了,出现这种情况怎么办?我的观点是如果这样一套参数能把大部分场次暴雨洪水都模拟得很好,那么是可以接受的,毕竟我们关注的主要还是结果,不管白猫黑猫,抓到老鼠的就是好猫。

但是,如果这样一套参数只是能将某一两场洪水模拟好或者说只有一两场实测数据用来调参,然后调整成了这样,那最好还是不要采用了。

当然,这个问题还是要具体情形具体分析了,上述只是我个人的一些看法。

记得几年前,在一个学术会议上,一个外国佬说他们连降雨量都调。

当时十分震惊,降雨量毕竟是实测的,连这个都调是不是太疯狂了。

现在回过头去想,其实这样做也有一定道理的,
降雨测量本来就具有不确定性且只能代表一个点,而实际降雨的分布是很不均匀的,进行适当调整也是未尝不可的。

话又说回来,其实无论调整什么怎么调,真正理解模型的结构以及每个参数的含义才是王道,瞎调劳力伤神,伤不起。

既然调参这么烦,很多人可能会想到参数能否实现自动率定?集总式的水文模型的自动率定算法相对成熟,而分布式的模型参数众多,因此实现SWMM模型的参数自动率定困难比较大,现阶段的参数率定还是以人工为主。

有的研究者尝试引入自动率定的方法来进行调参,但效果可能并不好,有的可能还需要人工干预或者人工先大致调好,然后用优化算法进行小范围内的调整。

这方面的工作还有待更深入的研究。

相关文档
最新文档